大模型基础

12 题该分类全部 →

1. 1

   一个 7B 模型推理要多少显存？训练呢？怎么估算？

   考察显存估算的基本功：推理按参数量×精度字节数加 KV cache，训练按 Adam 的 16-18 倍系数拆解，附 7B/70B 的口算公式与量化收益。

2. 2

   业务落地怎么做模型选型？Qwen、DeepSeek 各自什么特点？

   考察模型选型的决策框架：从任务、成本、部署方式、合规四个维度收敛候选，以及 Qwen（全尺寸开源生态）与 DeepSeek（MoE 性价比）的实际差异。

3. 3

   MoE 和 Dense 模型比，收益主要体现在哪？代价又是什么？

   考察混合专家模型的稀疏激活原理，重点是「推理 FLOPs 与参数量解耦」带来的训练/推理效率收益，以及显存占用、路由稳定性、微调难度等代价。

4. 4

   MHA、GQA、MQA、MLA 的区别和各自的优化目标是什么？

   考察四种注意力变体的 KV head 共享机制，核心是 KV cache 体积与模型效果的权衡，MLA 的低秩压缩思路是 DeepSeek 系列的关键设计。

5. 5

   上下文窗口不够用时有哪些应对方案？

   考察长上下文问题的工程解法谱系，包括文本截断、滑窗、RAG、MapReduce、Agent 化阅读和长上下文微调，重点是按场景选型的判断力。

6. 6

   大模型幻觉是怎么产生的？有哪些缓解手段？

   考察幻觉的成因分析（自回归训练目标、数据噪声、知识边界）和分层缓解方案，重点是 RAG、解码控制、提示工程与训练侧手段的组合使用。

7. 7

   temperature、top-p、top-k 有什么区别？业务里怎么调？

   考察解码采样参数的原理与组合使用方式，重点是三个参数分别如何作用于概率分布，以及不同业务场景（问答/创作/代码）的调参经验。

8. 8

   文本是怎么变成 token 的？BPE 的原理是什么，中文 token 化有什么坑？

   考察 tokenizer 的工作原理，重点是 BPE 的贪心合并算法、词表大小与压缩率的权衡，以及中文场景下的切分粒度和数字/代码退化等实际问题。

9. 9

   位置编码有哪些？RoPE 为什么能实现相对位置编码？怎么做长度外推？

   考察位置编码的演进（正弦/可学习/相对/RoPE），RoPE 用旋转矩阵把绝对位置转成相对位置的数学原理，以及 NTK、YaRN 等长度外推方法。

10. 10

    LayerNorm 是对哪个维度做归一化？和 BatchNorm 有什么区别？Pre-Norm 和 Post-Norm 呢？

    考察归一化的维度语义、LN 与 BN 的本质差异（为什么 NLP 用 LN），以及 Pre-Norm/Post-Norm 对深层模型训练稳定性的影响。

11. 11

    自注意力机制的原理是什么？为什么缩放点积注意力要除以根号 d_k？

    考察对 Q/K/V 计算流程的理解深度，重点是缩放的数学动机（方差随维度增长导致 softmax 饱和）以及工程实现中的多头设计和复杂度问题。

12. 12

    讲一下 Transformer 的整体结构，为什么现在主流大模型都是 Decoder-only？

    考察对 Transformer 三大结构（Encoder-only/Decoder-only/Encoder-Decoder）的理解，重点是因果注意力、生成任务适配性和工程效率如何推动 Decoder-only 成为主流。

提示工程

10 题该分类全部 →

1. 13

   System Prompt 设计有哪些原则和常见坑？

   考察 system prompt 的设计原则：角色、指令、边界、格式的写法规范，以及指令冲突、过度依赖自觉、放密钥等常见坑。

2. 14

   Prompt 效果怎么评估和迭代？有没有工程化的方法？

   考察 prompt 迭代的工程化方法：评测集建设、自动化指标与 LLM-as-judge、版本管理与回归测试、badcase 驱动的迭代闭环。

3. 15

   多轮对话的上下文怎么管理？太长了怎么办？

   考察多轮对话上下文管理的工程方案：滑动窗口、摘要压缩、事实抽取、分层记忆各自的适用场景与代价，以及截断策略的设计。

4. 16

   Prompt 工程和微调怎么选？什么场景必须微调？

   考察 prompt 工程、RAG、微调三者的选型逻辑：各自解决什么问题、成本量级差异，以及必须微调的几类典型场景。

5. 17

   怎么让模型稳定输出 JSON 等结构化结果？

   考察结构化输出的完整方案谱系：prompt 约束、JSON mode、function calling、受限解码的原理与可靠性差异，以及校验重试的兜底设计。

6. 18

   Prompt 注入攻击是怎么回事？怎么防？

   考察对 Prompt 注入原理、直接与间接注入区别的理解，以及纵深防御的工程实践：隔离、校验、权限最小化、人类兜底。

7. 19

   模型不听指令怎么办？怎么定位是 prompt 问题还是模型能力问题？

   考察指令遵循问题的系统排查方法：用消融实验和对照实验区分 prompt 缺陷与模型能力上限，以及对应的修复手段。

8. 20

   few-shot 示例怎么选？示例数量和顺序对结果有影响吗？

   考察 few-shot 示例的选择策略：相似度检索、标签均衡、数量边际递减、顺序敏感性，以及动态示例的工程实现。

9. 21

   思维链 CoT 是什么？先 answer 后 CoT 和先 CoT 后 answer 有区别吗？

   考察对思维链原理的理解：为什么显式推理能提升复杂任务表现，以及推理和答案的输出顺序对结果可信度的本质影响。

10. 22

    输入给模型的 Prompt 由哪些部分组成？哪些必须注入，哪些不是必须？

    考察对 Prompt 结构的系统理解：角色设定、指令、上下文、输入、输出要求等模块各自的作用，以及 token 预算下如何取舍。

RAG 检索增强

14 题该分类全部 →

1. 23

   长上下文模型越来越强，还需要 RAG 吗？

   考察对 RAG 与长上下文模型边界的判断：成本、延迟、大海捞针与中间丢失问题、知识更新时效，以及两者结合的工程范式。

2. 24

   不同文档内容冲突了怎么办？知识库怎么做版本控制？

   考察 RAG 知识库内容治理：文档冲突的检测与消解策略、时间/权威性优先级设计、版本控制方案，以及生成侧的冲突呈现。

3. 25

   Query 改写有哪些手段？HyDE、子问题分解什么时候用？

   考察查询理解与改写技术体系：同义改写、指代消解、HyDE、子问题分解、Step-back 等手法的原理、适用场景与代价。

4. 26

   GraphRAG 是什么？处理多跳推理和普通 RAG 有什么根本区别？

   考察 GraphRAG 的原理与适用边界：知识图谱构建流程、社区摘要机制，以及它在多跳推理、全局性问题上相对向量 RAG 的本质差异。

5. 27

   Agentic RAG 和传统 RAG 有什么区别？检索失败后 Agent 怎么调整策略？

   考察对 Agentic RAG 范式的理解：与传统单轮流水线 RAG 的本质差异、路由/反思/重试机制，以及检索失败后的策略调整设计。

6. 28

   PDF 里的表格、图片、扫描件怎么处理？异构文档怎么入库？

   考察异构文档解析的工程能力：文字版与扫描版 PDF 的分流、表格结构抽取、OCR 与版面分析方案，以及多模态内容入库策略。

7. 29

   知识库文档更新了怎么办？总不能每次全量重建吧？

   考察 RAG 知识库的增量更新设计：文档变更检测、chunk 级 diff、向量库删除与重建策略，以及如何保证更新期间检索一致性。

8. 30

   你怎么知道你的 RAG 有效？评测集怎么构造？baseline 是什么？

   考察 RAG 效果度量体系：检索层指标（Recall@K、MRR）与生成层指标（忠实度、答案相关性）分开评，评测集从真实日志构造，baseline 逐级消融。

9. 31

   为什么要加 Rerank？Recall@K 和 Precision@K 怎么取舍？Top-K 怎么动态调整？

   考察粗排+精排两阶段架构：双塔召回快但弱、cross-encoder 准但慢；Recall 与 Precision 的分工及 Top-K 动态调整。

10. 32

    为什么要做混合召回？BM25 已经很好了，向量检索还有必要吗？

    考察对稀疏与稠密检索互补性的理解：BM25 擅长精确词匹配但不懂语义，向量懂语义但对专名编号不灵，混合召回与 RRF/加权融合是标准解法。

11. 33

    向量数据库怎么选型？从 ES 切换到向量检索，哪些能力提升、哪些下降？

    考察向量库选型权衡：按数据量级选 pgvector/Milvus/ES，以及 ES 倒排切向量检索后语义召回与精确匹配能力的此消彼长。

12. 34

    Embedding 模型怎么选？输出向量维度多少？你调研过哪些模型？

    考察 embedding 选型方法论：MTEB/C-MTEB 榜单怎么用、bge-m3 等主流模型的维度与特性、维度对存储和延迟的影响。

13. 35

    文档切分策略怎么选？切分粒度、重叠长度怎么定？

    考察 chunking 的实战经验：固定长度、结构切分、语义切分的取舍，chunk size 与 overlap 的确定方法，以及父子切分等进阶手段。

14. 36

    讲讲 RAG 的整体流程，每个环节有哪些坑？

    考察对 RAG 全链路的系统理解：离线索引与在线检索生成两大阶段，重点是说清切分、召回、上下文组装、生成各环节的典型坑与对策。

Agent 开发

14 题该分类全部 →

1. 37

   Agent 上生产环境要考虑什么？状态保存恢复、重试、成本怎么控？

   考察 Agent 生产化的完整清单：checkpoint 状态恢复与工具幂等、分层重试与超时、全链路可观测、模型路由与上下文管理等成本控制手段。

2. 38

   怎么看扣子（Coze）这类低代码 Agent 平台？和代码框架怎么选？

   考察对低代码 Agent 平台的务实判断：优势在验证速度和协作门槛，短板在复杂控制流、工程化缺失和平台锁定，选型看流程复杂度与生命周期。

3. 39

   Agent 表现不符合预期，怎么定位是 prompt、模型能力还是流程设计问题？

   考察 Agent 排障方法论：先拿完整 trace 找第一个偏离点，再按工具、上下文、模型、流程四层隔离变量，最后沉淀 eval 集防回归。

4. 40

   Claude Code、Codex 各自有什么特点？Coding Agent 的设计要点是什么？

   考察对主流 Coding Agent 架构的理解：Claude Code 终端原生加 agentic search，Codex 云沙箱异步派单，设计核心是工具克制、上下文管理和验证闭环。

5. 41

   工具调用进入死循环怎么办？迭代限制、循环检测、降级策略怎么做？

   考察 Agent 失控场景的兜底体系：迭代与预算硬限制、重复调用与无进展检测、分级降级策略，以及线上步数监控。

6. 42

   MCP 协议是什么？解决什么问题？和 Function Calling 什么关系？

   考察对 MCP 协议定位的理解：它用开放标准解决 M×N 工具集成问题，与 Function Calling 是不同层次、串联协作而非替代关系。

7. 43

   LangGraph 和 LangChain 什么区别？为什么选 LangGraph 而不是 AutoGen、CrewAI 或手写状态机？

   考察对主流 Agent 框架抽象差异的理解：LangChain 是链式组件库，LangGraph 是带持久化状态机的 Agent 运行时，选型要看控制流复杂度和生产需求。

8. 44

   Agent 的上下文压缩怎么做？压缩过度导致效果下降怎么发现和处理？

   考察长程 Agent 的上下文管理：截断、摘要、工具结果掩码、LLM 压缩器等手段怎么选，以及压缩过度如何通过在线指标、回归评测、错误归因来发现和兜底。

9. 45

   Agent 的记忆系统怎么设计？短期记忆和长期记忆怎么区分？

   考察 Agent 记忆系统设计：短期记忆是上下文窗口内的工作状态（对话历史、scratchpad），长期记忆是持久化的用户画像、经验与知识，用向量库等外存召回。

10. 46

    多 Agent 怎么分工、通信和终止？如何避免死循环和互相扯皮？

    考察多 Agent 系统设计：按职责拆角色的分工模式、消息传递/共享黑板/交接的通信机制、明确的终止协议，以及用最大轮数、预算、仲裁者防死循环。

11. 47

    Workflow 和 Agent 有什么区别？业务里怎么选？

    考察对两种 LLM 应用编排范式的理解：Workflow 是代码预定义执行路径、LLM 做局部决策，Agent 是 LLM 自主规划路径；选型看任务确定性、容错要求和成本。

12. 48

    Tool Calling 你怎么设计？schema 定义、失败兜底、危险工具防护怎么做？

    考察工具调用的工程设计能力：JSON Schema 怎么写模型才调得准，失败时重试/降级/熔断怎么分层，写操作类危险工具如何用白名单、审批、沙箱防护。

13. 49

    Agent 循环流程是怎样的？讲讲 ReAct 的架构和工作原理。

    考察对 Agent 主循环与 ReAct 范式的理解：推理与行动交替执行、观察结果回流，循环要有终止条件和异常兜底。

14. 50

    你怎么理解 Agent？和普通大模型问答最大的区别是什么？

    考察对 Agent 本质的理解：Agent 是「模型自主决策 + 工具调用 + 环境反馈」的闭环系统，与普通问答的核心区别在于它能多步行动、根据反馈自我修正。

微调与对齐

12 题该分类全部 →

1. 51

   微调效果怎么评估？怎么防止过拟合？

   考察微调效果的评估体系与过拟合防控：训练/验证 loss 之外还要有任务指标、通用基准与人工评审，早停、正则、数据侧手段的组合使用。

2. 52

   知识蒸馏是什么？怎么用强模型给小模型造数据？

   考察知识蒸馏的三种形态（logits、特征、数据蒸馏）与落地路径：温度软化的 KL 损失设计，以及用强模型生成指令/推理链数据训练小模型的工程流程。

3. 53

   什么时候值得做全参微调？没做过的话怎么判断值不值得做？

   考察微调投入决策能力：按 prompt→RAG→LoRA→全参的成本阶梯逐级判断，从任务性质、数据量、算力预算、效果差距四个维度评估全参的必要性。

4. 54

   如果让你对比 LoRA 和全参微调，实验怎么设计？控制哪些变量、看哪些指标？

   考察训练实验设计能力：如何在数据、步数、学习率各自对齐的前提下公平对比 LoRA 与全参，以及从任务效果、遗忘、成本三类指标下结论。

5. 55

   大模型的灾难性遗忘问题怎么解决？

   考察对灾难性遗忘机理与工程对策的理解：数据混合回放、正则化约束、参数高效微调、小学习率与早停等手段的适用场景与权衡。

6. 56

   PPO、DPO、GRPO 分别是什么？DPO 相比 PPO 做了哪些改进？

   考察三种主流偏好优化算法的机制与取舍：PPO 的在线 RL 范式、DPO 的闭式偏好直接优化、GRPO 的组内相对优势，以及 DPO 省掉 RM 和采样的本质。

7. 57

   讲讲 RLHF 的基本流程，奖励模型（RM）的训练数据怎么构建？

   考察 RLHF 三阶段流程（SFT、RM 训练、PPO 优化）的完整理解，重点是 RM 偏好数据的采样、排序标注方式与 pairwise 损失的设计。

8. 58

   SFT 和 RLHF 的作用有什么区别？为什么 SFT 之后还要 RLHF？

   考察对对齐两阶段分工的理解：SFT 学行为范式与格式，RLHF 注入人类偏好与价值排序；核心论点是 SFT 只能模仿正例，无法表达「哪个更好」。

9. 59

   SFT 训练数据怎么构造？数据质量要求高体现在哪些方面？数据量怎么确定？

   考察 SFT 数据工程的实操理解：指令数据的来源与构造流程、质量要求的具体维度（准确性、多样性、一致性）、以及量级选择的依据。

10. 60

    LoRA 实践：rank 怎么选？为什么优先微调 Attention 的 Q/K/V/O 而不是 FFN？lr 设置有什么技巧？

    考察 LoRA 落地调参经验：rank 与 alpha 的取舍、target modules 选注意力层的原因、学习率要比全参大一个数量级的原理及常见踩坑。

11. 61

    讲一下 LoRA 的原理和细节：低秩矩阵为什么有效、A/B 怎么初始化、更新哪些参数？

    考察对 LoRA 数学原理与实现细节的掌握：低秩假设的来源、ΔW=BA 的参数化方式、A 高斯 B 置零的初始化设计，以及合并推理等工程要点。

12. 62

    你了解哪些微调方式？LoRA、P-Tuning、Adapter 的异同点是什么？

    考察对参数高效微调（PEFT）方法体系的掌握，重点说清 LoRA、Adapter、P-Tuning 在改动位置、参数量、推理开销上的本质差异和选型依据。

推理与部署

12 题该分类全部 →

1. 63

   流式输出怎么实现？SSE 中断、断连怎么处理？

   考察流式输出的工程实现：SSE 协议细节、推理侧增量生成、断连检测与取消、以及客户端重连恢复策略。

2. 64

   大模型应用怎么控制成本？缓存、模型路由、大小模型搭配怎么做？

   考察 LLM 应用的成本结构认知和工程化降本能力：语义缓存、模型路由、级联调用三大手段的原理、收益与风险。

3. 65

   长文本生成时显存占用怎么优化？

   考察长上下文场景的显存治理手段：KV Cache 是显存大头，从架构、量化、调度、外推四条线分别给出方案。

4. 66

   大模型 API 服务响应延迟高，怎么优化？

   考察延迟问题的系统性排查能力：先拆 TTFT 与 TPOT 定位瓶颈段，再从排队、prefill、decode、网络四层给出针对性手段。

5. 67

   FlashAttention 的思想和做法是什么？

   考察对注意力计算瓶颈的理解：FlashAttention 用分块计算和 online softmax 避免 O(N²) 显存读写，IO 感知是核心思想。

6. 68

   投机采样（Speculative Decoding）原理是什么？Medusa、MTP 了解吗？

   考察对 decode 阶段加速路线的理解：用小模型起草、大模型并行验证实现无损加速，以及 Medusa、EAGLE、MTP 等变体的取舍。

7. 69

   PD 分离（Prefill/Decode 分离）是干什么的？解决什么问题？

   考察对 Prefill/Decode 两阶段资源特性差异的理解：PD 分离让两阶段独立扩缩容和调度，消除互相干扰，是长上下文高并发的关键架构。

8. 70

   Continuous Batching 是什么？比静态批处理好在哪里？

   考察迭代级调度的理解：continuous batching 按 token 粒度进出 batch，消除静态批处理中"短请求陪跑长请求"的空转浪费。

9. 71

   大模型服务的吞吐和延迟怎么权衡？TTFT、TPOT 是什么？

   考察推理服务的核心指标体系和 trade-off 判断力：batch size 如何同时影响吞吐与延迟，TTFT/TPOT 分别对应什么用户体验。

10. 72

    vLLM 为什么快？PagedAttention 解决了什么问题？

    考察对 vLLM 核心机制的理解：PagedAttention 借虚拟内存思想消除 KV Cache 碎片浪费，配合 continuous batching 把吞吐提升数倍。

11. 73

    量化的原理是什么？GPTQ、AWQ 有什么区别？int8、int4 怎么选？

    考察对模型量化原理和主流 PTQ 算法的理解：对称/非对称量化、GPTQ 与 AWQ 的技术路线差异，以及按场景选 bit 数的判断力。

12. 74

    KV Cache 是什么？怎么加速推理？显存占用怎么算？

    考察对自回归推理瓶颈的理解：KV Cache 用空间换时间避免重复计算，要求能手推显存占用公式并说出优化手段。

评测与安全

10 题该分类全部 →

1. 75

   红队测试怎么做？

   考察红队工程化能力：先按业务梳理攻击面并风险分级，攻击样本结合人工对抗与自动化生成，发现的漏洞走分级修复闭环，攻击样本沉淀为常驻回归集。

2. 76

   AI 功能的指标体系怎么搭？怎么避免被单一「解决率」误导？

   考察 AI 产品度量能力：指标体系按北极星、效果、体验、护栏四层搭建，解决率口径容易被刷和误读，要用满意度、复访率、人工介入率交叉验证并分层切片。

3. 77

   怎么保证每次 prompt 或模型迭代效果不倒退？

   考察迭代质量保障能力：prompt 当代码做版本管理、核心指标进 CI 门禁且阈值要大于自然波动、线上走灰度和 shadow 验证、护栏指标异常自动回滚。

4. 78

   大模型应用有哪些安全风险？越狱、敏感内容怎么防？

   考察安全攻防全景：风险分输入攻击（越狱、注入）、输出风险（有害内容、数据泄露）、系统风险（越权调用），防御靠输入输出过滤、护栏模型和权限最小化的分层体系。

5. 79

   幻觉怎么检测和监控？线上怎么兜底？

   考察幻觉治理的工程闭环：检测靠检索对照、NLI 一致性校验和多次采样，监控靠抽样加用户反馈信号，兜底靠引用溯源、低置信拒答和人工接管。

6. 80

   主流 benchmark 有哪些？为什么不能只看 benchmark 选模型？

   考察对公开榜单的批判性认识：MMLU、HumanEval 等榜单存在数据污染、饱和、分布不匹配问题，正确姿势是榜单初筛加业务自建评测集复测。

7. 81

   检索召回率怎么理解？忠实度是什么？这些指标的分子分母怎么定义？

   考察 RAG 评测指标的定义功底：检索侧召回率、命中率、MRR 的分子分母口径要能说清，生成侧忠实度衡量答案陈述被上下文支撑的比例，RAGAS 是常用落地框架。

8. 82

   用另一个大模型做评测（LLM-as-Judge），它的正确率和自我一致性怎么保证？

   考察对 LLM-as-Judge 可靠性的理解：先用人工标注金标准测一致率，再针对位置偏差、冗长偏差、自我偏好做工程矫正，多次采样校验稳定性。

9. 83

   评测集怎么构造？多少条够？怎么防过拟合？评测集需要更新吗？

   考察评测集工程能力：样本要贴近真实线上分布、量级由统计功效决定而不是拍脑袋、用 holdout 拆分和滚动轮换防过拟合，评测集是需要持续维护的活资产。

10. 84

    大模型应用的评测体系怎么搭？上线前评测 + 上线后回归怎么设计？

    考察评测体系的分层设计能力：组件级、链路级、系统级三层评测，上线前用 golden set 做 CI 门禁，上线后靠监控、抽样标注和 badcase 回流形成闭环。

公司真题库

16 题该分类全部 →

1. 85

   【字节】扣子是 Agent 平台还是工作流平台？低代码平台的优势和局限是什么？

   字节跳动 AI 岗一面真题：考对 Coze 平台定位的理解。核心是它兼具 Agent 编排与工作流引擎双重属性，以及低代码范式的能力边界。

2. 86

   【小米】RAG 知识库上线后文档更新了怎么办？总不能每次全量重建吧？

   小米 AI 大模型二面真题：考 RAG 知识库的增量更新方案。核心是文档版本管理、按 doc_id 定向更新向量、变更检测与一致性保障。

3. 87

   【快手】做模型评测，初期怎么增加评测维度？评测数据集怎么建立？

   快手大模型评测一面真题：考评测体系从 0 到 1 的搭建。核心是评测维度的扩展路径、数据集的构建来源与质量控制。

4. 88

   【蚂蚁】Claude Code 用 grep 检索代码而不用 RAG，两者区别是什么？为什么不用 RAG？

   蚂蚁智能体岗一面真题：考 grep 与 RAG 检索的本质差异。核心是精确符号匹配 vs 语义向量召回，以及代码场景为何前者更合适。

5. 89

   【蚂蚁】为什么 Claude Code 使用时间越长响应越慢？

   蚂蚁 Agent 实习一面真题：考对长上下文成本的理解。核心是会话变长导致 prefill 增大、KV cache 膨胀，以及上下文压缩机制。

6. 90

   【腾讯】Agent 的记忆系统怎么设计？项目级规则、用户偏好、会话上下文怎么区分？

   腾讯大模型岗真题：考 Agent 记忆系统的分层设计。核心是分清项目级规则、用户偏好、会话上下文的归属、生命周期和注入策略。

7. 91

   【腾讯】Oncall Agent 工具返回的日志太多、上下文窗口装不下怎么办？

   腾讯后台开发一面真题：考察 Agent 上下文工程——工具输出做服务端摘要/截断、日志预过滤与分级返回、map-reduce 式分段分析，以及关键证据保留的取舍策略。

8. 92

   【腾讯】Workflow 与 Agent 的区别是什么？MCP、A2A 多智能体协作了解吗？

   腾讯大模型岗真题：辨析 Workflow（预定义路径、LLM 填充）与 Agent（自主规划、动态决策）的本质区别及选型标准，并讲清 MCP 与 A2A 两个协议各自解决的问题。

9. 93

   【阿里巴巴】画一下 Agent 系统的路由、管理、执行三层架构

   阿里 Agent 开发岗真题：考察 Agent 系统的分层架构设计——路由层做意图分发，管理层管规划、记忆与状态，执行层负责工具调用与校验，并说明各层职责边界。

10. 94

    【阿里巴巴】用户的问题不在文档里怎么办？模型如何判断需要让用户补充提问？

    阿里 Agent 开发校招一面真题：考察 RAG 拒答与澄清机制——检索置信度判定、生成层忠实度校验、模糊问题的主动澄清，以及拒答策略的评测与权衡。

11. 95

    【阿里巴巴】文档里的图片等异构数据怎么处理？只返回文字，图片信息不会丢失吗？

    阿里 Agent 开发校招一面真题：考察多模态文档 RAG——图片的 OCR/VLM 描述/向量化三条处理路线，chunk 与图片的关联索引，以及如何用引用和图片回填避免信息丢失。

12. 96

    【字节跳动】项目中模型不听指令怎么办？解决后有没有评测数据证明有效？

    字节 AI Agent 岗二面真题：考察指令遵循问题的排查方法论——先定位失败类型（格式/约束/忽略），再用 prompt 工程、结构化输出、后校验分层治理，并用离线评测集量化改进效果。

13. 97

    【字节跳动】你怎么知道你的 RAG 有效？Recall@5 是 0.81，怎么判断这个数字是好是坏？

    字节 AI 岗一面真题：考察 RAG 评测体系——检索层（Recall@K、MRR）与生成层（忠实度、答案相关性）分开评，以及单点指标必须结合基线、业务标准和数据分布才能下结论。

14. 98

    【字节跳动】Agentic RAG 和传统 RAG 有什么区别？成本和稳定性怎么控制？

    字节 AI Agent 岗二面真题：对比传统单次检索 RAG 与 Agentic RAG（多轮检索、查询改写、自我校验）的本质差异，并给出多轮调用带来的成本与稳定性控制手段。

15. 99

    【字节跳动】你怎么设计 Tool Calling？工具调用失败、参数错误、危险工具怎么处理？

    字节 AI Agent 岗二面真题：考察 Tool Calling 的完整设计——工具描述与 schema、参数校验与自愈重试、失败分类处理，以及危险工具的权限隔离和人工确认机制。

16. 100

    【字节跳动】Agent 项目里哪些节点用确定性 Workflow、哪些交给 LLM 决策？失败分支和重试怎么设计？

    字节 AI Agent 岗二面真题：考察 Workflow 与 LLM 决策节点的划分原则（确定性、可枚举走 Workflow，开放性判断交 LLM），以及失败分支、重试、降级、人工兜底的工程设计。